高速公路路面破损智能识别系统的设计与实现

本文介绍了高速公路路面破损识别智能系统，该系统能对公路路面图像进行特征提取，能分类识别高速公路路面的破损情况。本文提出了一个改进的Sobel算法并探讨了基于决策树的分类。     

路面破损图像二值化方法研究

路面图像采集和二值化是路面破损自动分析的基础。构建了高分辨路面图像自动采集系统,实时采集、存储路面图像,采用直方图分析法将道路标线从路面图像的背景中去除。在路面图像二值化中,采用分块处理策略。首先利用子块图像灰度方差与标准子块好路面图像灰度方差以及该子块图像灰度方差均值的比值描述路面子块图像特征,并采用在线学习的方法设计路面子块图像模式分类器;其次利用子块图像模式的连通性,有效描述路面破损在空间上的连续性,进而去除路面破损图像误判的子块模式;最后采用最佳阈值法将所有路面破损子块图像二值化,实现整幅路面图像的二值化。实验结果表明,该文算法可有效分割路面破损图像。     

融合流形特征的路面破损图像识别方法

研究路面破损图像识别的特征提取优化问题。为了克服常见的破损密度因子或坐标轴投影等特征提取时易受噪声影响,仅从底层视觉角度描述破损图像裂缝特性,不能高效、精确地区别不同裂缝的问题,提出一种融合流形特征的路面破损识别方法。首先利用流形学习中的Laplacian Eigenmaps算法提取图像的低维流形特征,令其作为图像裂缝的高层语义,然后将流形特征与破损密度因子或坐标轴投影等底层视觉特征融合,利用融合后的特征识别裂缝类别。仿真结果表明,将流形特征与其他特征融合后,可以从高层语义、底层视觉两个层面全方位的描述路面裂缝,极大地提高路面裂缝的识别精度。     

路面交通线破损图像智能检测优化研究北大核心CSCD

路面交通线破损图像智能检测的研究极大的提高了对路面维护和保养的效率。针对现有系统获取图像较难且像素差、处理图像算法效率低等问题,提出了城市智能监控系统路面交通线破损图像智能检测算法。即通过城市智能监控系统获取图片样本,采用高斯低通滤波和脉冲耦合神经网络相结合算法对样本进行滤波分割处理来突出路面交通线等有效信息,智能检测和计算分析图片纹理特征并得出结果。根据标准样本和检测样本的检测结果进行对比分析做出结果判断,在检测出路面交通线存在明显破损时对市政部门提供及时的预警。实验结果表明,改进系统获取图片方便且像素高,同时检测速度快、可靠性高,可运用于实际路面交通线破损等路面状况的检测系统。     

基于特征点的路面图像检测

随着高速公路建设的日新月异,路面维护问题也日益突出。针对路面破损监测对实时性要求高的特点,提出一种快速实时的基于SUSAN(Small univalue segment assimilation nucleus)算法的公路破损图像的检测方法。新方法首先利用SUSAN算法对特征点进行准确提取,然后引入模糊聚类理论,对特征点进行分类,接着利用分类结果及特征点的邻域像素梯度方向分布特性差别来进行特征点的匹配,最后使用RANSAC(Random sample consensus)算法进行特征点错配的消除。经实验证明,这种方法匹配准确,运行速度快,可达到很好的效果,这对完善公路图像自动检测系统,有很好的参考价值。     

基于PDE和小波分析的破损路面检测技术

提出了一种基于PDE和小波分析的破损路面检测技术。通过CCD采集路面信息,并运用PDE进行去噪处理,从而很好地保留原始图像的边缘和纹理;利用小波分析进行边缘检测,再采用Canny算法对图像边缘进行提取,以确定破损路面的位置。实验结果表明,检测结果与实际结果相吻合。     

路面破损图像的模糊增强方法研究

针对传统路面破损图像模糊增强算法增强效果不明显、无法划分与背景灰度区域重叠的病害区域、控制参量难以设置、运算复杂等问题,提出了一种改进的路面破损图像模糊增强算法。首先对图像进行分块,并设计一种新的分段隶属度计算函数,使每个块区域内各像素点的灰度值完整细致地映射到隶属度上,能通过少量迭代次数获得一定的增强效果。在模糊逆映射上,采用灰度级扩展的逆变换函数,使增强效果进一步提升,消除了由于截断带来的灰度信息损失。新算法对多灰度级的路面破损图像的增强取得了很好的结果,并且控制参量无需人为设定。     

基于径向基函数的图像修复技术

图像修复是指恢复图像中破损区域的颜色信息或者去除图像中的多余物体。本文提出了一种新的基于径向基函数的图像修复算法，由用户交互地指定需要修复的区域，算法自动地计算破损区域的轮廓并沿轮廓法向扩张，确定合适的径向基函数重构区域，将该区域内图像的颜色值看作规则采样点上的高度场，把二维图像修复问题转化为三维散乱点重建问题，利用径向基函数曲面重建的优势来修补破损的图像。实验表明，该算法能正确、稳定地处理各种破损区域。     

基于梯度增强扩散的高速路裂纹图像去噪算法

针对高速公路路面病害裂纹自动检测问题,采用高速CCD相机对路面进行成像,并通过图像分析的方法来自动完成路面病害裂纹的检测.由于路面含有油渍、杂质等负信息的干扰,因此需要对路面裂纹图像进行去噪.传统图像去噪算法一般采用全局滤波的方式,这就会破坏图像中裂纹的边缘纹理特征.为解决这一现实难题,提出了一种基于梯度增强扩散的路面裂纹图像的去噪算法.算法主要针对含有裂纹结构的路面图像,在基于偏微分扩散方程的去噪过程中引入了裂纹结构分析,并根据裂纹局部梯度变化,重新定义了扩散系数,以在有效增强路面裂纹边缘特征的同时去除图像中的小尺度噪声.仿真实验表明,与传统的全局平滑滤波以及中值滤波相比,这一算法对裂纹纹理图像的去噪具有很好的效果,表现出一定的实际工程应用价值.     

基于参考纹理与自身色彩的图像修复

传统的图像修复工作仅仅利用破损图像本身的信息完成,破损面积较大并且结构比较复杂时,破损图像不能提供足够的信息导致修复效果不理想。针对这个问题提出了基于参考图像纹理与破损图像自身颜色的修复算法。该算法在图像库中通过图像检索智能筛选相似参考图像,并选择最优区域填充破损图像区域,利用参考图像样块与自身未破损区域的纹理信息保证修复边界的平滑性,再结合颜色迁移与扩展算法使破损图像修复区域与完好区域的色彩协调一致。实验结果表明新提出的修复算法使得图像修复区域过渡更加自然,能在视觉上有较好的效果。     

果实摘取机械手的果实识别方法与摘取路径规划

通过图形分割处理技术从采集到的原始图形中分割出目标果实图形,再利用由遗传算法优化后的神经网络算法构建果实图形识别模型,完成对果实图形的识别。使用图像识别技术识别出机械手当前视线中的果实数量和位置,利用遗传算法对机械手的运行路径进行优化,并将其结果与随机路径规划和人工路径规划的结果进行对比。研究结果表明：随着样本中的完整果实比例逐渐减少,果实识别模型的识别准确率均有所下降,在仅有60%完整果实比例的样本中所研究的识别模型仍保持较高的识别准确率。使用遗传优化算法得到的机械手行进路径相比随机路径规划和人工路径规划所消耗的成本更低。并且随着果实数量的增加,遗传优化算法得到的机械手行进路径消耗的成本低的优势更加突出。     

基于ARM的嵌入式图像识别检测系统的设计

图像识别的主要目的是使用计算机作为工具对目标图像进行处理、解析与应用,通过数据分析检测出具有不同特征的目标和对象,发展至今其已成为了人工智能的基础。本文基于ARM嵌入式芯片提出了一种结合尺度不变特征变换匹配算法的图像识别检测系统,系统硬件部分采用模块化设计的思想以提高系统的兼容性,分为图像获取、数据采集、数据存储、图像识别等模块;软件部分采用斑点检测匹配匹配算法进行图像识别以提高图像识别速度与精度。实验结果表明所设计的系统具有识别速度快、精度高、可靠性高、故障少的特点。     

生成式对抗网络下路面裂缝图像检测识别仿真

为了有效提高生成式网络下路面裂缝检测精度,针对路面裂缝图像的复杂多样性,提出一种基于分水岭算法的路面裂缝图像检测识别方法。通过对路面裂缝图像进行分析,采用邻近区域相关知识对路面裂缝图像进行虚假裂缝去除,提取出路面真实裂缝纹理图像,引用分水岭算法对裂缝图像进行分割,获取细化后的检测图像,并将相同路面的两种图像进行融合,完成路面裂缝图像检测识别。实验结果表明,所提出基于分水岭算法的路面裂缝图像检测识别方法检测时间较短、检测准确率较高、误报率较低。     

产品表面图像中的缺陷自动检测方法研究

仔细设计产品表面缺陷检测的图像识别算法是基于图像处理的产品表面缺陷自动检测系统快速并正确地检测缺陷的关键。以E型磁环表面缺陷的自动检测为例,分析了产品表面图像的特征,用梯度直方图自适应阈值分割的方法对图像进行增强和分割;并提出了一种新的快速识别算法对分割后的目标图像进行检测,实验结果表明了该算法的有效性和实用性。     

重复剪辑近邻算法在数据分类中的应用

近邻法是模式识别非参数法中最重要的方法之一,重复剪辑近邻算法是近邻法的一种改进算法。在剪辑近邻法基础上重复执行剪辑运算,消除了样本集中的临界区的噪声样本,形成的决策面与贝叶斯决策面十分接近,因此用其设计的分类器是一种较理想的分离器。在一些样本类别较多和样本数据量较大的数据分类中有着广泛的应用。     

Research on a face recognition system by the genetic algorithm

Computer vision and recognition is playing an increasingly important role in modern intelligent control. Object detection is the first and most important step in object recognition. Traditionally, a special object can be recognized by the template matching method, but the recognition speed has always been a problem. In this article, an improved general genetic algorithm-based face recognition system is proposed. The genetic algorithm (GA) has been considered to be a robust and global searching method. Here, the chromosomes generated by GA contain the information needed to recognize the object. The purpose of this article is to propose a practical method of face detection and recognition. Finally, the experimental results, and a comparison with the traditional template matching method, and some other considerations, are also given. This work was presented in part at the 11th International Symposium on Artificial Life and Robotics, Oita, Japan, January 23–25, 2006     

基于主分量分析的BP神经网络人脸图像识别算法

本文提出了一种基于主分量分析法和反向传播神经网络的图像识别方法,并详细阐述了这种方法的具体实现过程。在整个算法过程中,主分量分析法主要用于图像的预处理,也就是提取有用的特征样本;反向传播神经网络则是作为一个分类器对未知图像进行分类。此方法具有较强的自适应性、较高的识别率以及对某些噪声的鲁棒性。     

模糊ART神经网络模型及其在图像识别中的应用

提出了采用低通过率波、去最小亮度和向量柱状图来提取人脸特征的方法,设计了模糊ART神经网络的结构、学习规则和识别算法,并采用模糊ART神经网络对向量柱状图生成的特征向量进行识别。仿真实验证明,通过调整神经网络的警戒参数值,不同的人具有不同的最大在线识别率,所有人平均的在线最大识别率可以达到89％。     

基于NMI特征的目标识别与跟踪

本文提出一种全新的图像分割方法——连通线多级切割方法，并在此基础上建立图像NMI特征的目标识别与跟踪算法。文章给出了运用连通线多级切割方法实现阈值求取、图像分割、目标识别与跟踪的技术技巧。通过实验验证了NMI特征的缩放不变性、旋转不变性和平移不变性以及不同物体的NMI特征差异，表明本文算法具有良好的实时性和精确的目标识别与跟踪效果。     

基于MATLAB GUI 的虹膜识别算法测试平台

虹膜识别是一种重要的利用生物学特征进行的身份识别技术，针对虹膜识别人们已经提出了许多算法，但如何比较、评价各种算法，还没有一个统一的标准和测试平台，为此该文建立了一个虹膜识别算法的MATLAB图形用户界面（GUI），给出了建立虹膜数据库应该考虑的问题。在该平台下，可以对虹膜识别的有关问题进行研究。对同一个虹膜数据库进行实验，可以获得不同算法的性能指标比较。该平台除了提供统一的操作界面进行各种算法比较研究外，还可以允许用户对新算法进行实验研究。结果表明，该平台能够实现各种算法的集中管理，并输出可视实验结果，很方便进行虹膜识别算法的研究和比较。